ISO/IEC 42001 Zertifizierung in DACH: Akkreditierung und AIMS erklärt

KI-Governance beschreibt die prüfbare Steuerung von KI-Systemen, die durch Regulatoren, Kunden und Beschaffungsteams zunehmend eingefordert wird. Für Organisationen im DACH-Raum steigt damit der Druck, klare Strukturen für den kontrollierten Umgang mit künstlicher Intelligenz aufzubauen.

ISO/IEC 42001 legt Anforderungen an ein Artificial Intelligence Management System, kurz AIMS, fest. Ein AIMS ist kein einzelnes KI-Tool und keine reine IT-Richtlinie, sondern ein Managementsystem für Verantwortlichkeiten, Risiken, Daten, Modellbetrieb, Überwachung und kontinuierliche Verbesserung über den Lebenszyklus von KI-Systemen hinweg.

Was ISO/IEC 42001 regelt

ISO/IEC 42001 ist die international veröffentlichte Norm für Managementsysteme im Bereich künstliche Intelligenz. In deutschen Kontexten erscheint häufig auch die Schreibweise DIN EN ISO/IEC 42001, sobald die Norm in den europäischen und nationalen Normenbestand übernommen beziehungsweise dort geführt wird. Inhaltlich geht es um denselben Managementsystemansatz: Organisationen sollen nachvollziehbar steuern, wie KI entwickelt, beschafft, betrieben, überwacht und verbessert wird.

Der Standard folgt der Annex-SL-Struktur, die auch aus ISO 9001 und ISO/IEC 27001 bekannt ist. Dadurch ähneln sich Grundelemente wie Kontext der Organisation, Führung, Planung, Unterstützung, Betrieb, Leistungsbewertung und Verbesserung. Der Unterschied liegt in den KI-spezifischen Anforderungen: ISO/IEC 42001 verlangt eine strukturierte Auseinandersetzung mit KI-Risiken, Auswirkungen, Datenqualität, Transparenz, menschlicher Aufsicht, Verantwortlichkeiten und der Kontrolle von Änderungen an KI-Systemen.

In der Praxis ist der Anwendungsbereich der wichtigste frühe Entwurfsschritt. Ein zu enger Scope kann zwar den Start erleichtern, führt aber später zu Lücken, wenn produktive Modelle, Drittanbieter-APIs, Trainingsdaten, Modellmonitoring oder menschliche Entscheidungsfreigaben außerhalb des AIMS bleiben. Ein belastbarer Scope beschreibt daher nicht nur eine Abteilung oder Plattform, sondern den relevanten KI-Lebenszyklus: Datenbeschaffung, Datenaufbereitung, Training oder Auswahl von Modellen, Deployment, Nutzung, Überwachung, Drift-Behandlung, Incident-Handling und Außerbetriebnahme.

Zertifizierung und Akkreditierung sind unterschiedliche Dinge

Bei ISO/IEC 42001 werden zwei Begriffe häufig vermischt. Zertifizierung betrifft die Organisation, die ihr AIMS durch eine Zertifizierungsstelle auditieren lässt. Akkreditierung betrifft dagegen die Zertifizierungsstelle selbst: Eine Akkreditierungsstelle bestätigt, dass diese Stelle Managementsysteme nach einem bestimmten Standard kompetent auditieren und Zertifikate ausstellen darf.

Diese Unterscheidung ist mehr als Formalität. Im Markt kursieren auch Bescheinigungen oder Konformitätsbestätigungen, die nicht denselben Stellenwert wie ein akkreditiertes ISO-Managementsystemzertifikat haben. Das kann für Ausschreibungen, Lieferantenbewertungen oder internationale Anerkennung entscheidend sein, weil Kunden häufig nicht nur ein Zertifikat sehen wollen, sondern dessen akkreditierte Grundlage nachvollziehen müssen.

Die Verifikation sollte deshalb immer dokumentiert werden. Eine Organisation sollte den Namen der Zertifizierungsstelle, die ausstellende Akkreditierungsstelle, den genauen Akkreditierungsumfang und den Normbezug prüfen. Für Deutschland ist die DAkkS-Akkreditierungsdatenbank der naheliegende Ausgangspunkt; international hilft die Mitgliedersuche des International Accreditation Forum, kurz IAF, um die zuständige Akkreditierungsstelle einzuordnen. Wichtig ist dabei der konkrete Scope: Eine Stelle kann für bestimmte Managementsystemnormen akkreditiert sein, ohne automatisch für ISO/IEC 42001 akkreditiert zu sein.

Wie ISO/IEC 42001 mit ISO 27001 und ISO 9001 zusammenspielt

Viele Organisationen starten nicht bei null. Wer bereits ein Informationssicherheitsmanagementsystem nach ISO/IEC 27001 oder ein Qualitätsmanagementsystem nach ISO 9001 betreibt, hat oft Managementprozesse etabliert, die sich für ISO/IEC 42001 nutzen lassen. Dazu gehören interne Audits, Managementbewertungen, dokumentierte Rollen, Korrekturmaßnahmen, Kompetenzmanagement, Lieferantensteuerung und ein geregelter Umgang mit Risiken.

Diese Control-Inheritance ist ein praktischer Hebel, sollte aber nicht überschätzt werden. Ein ISMS kann etwa Zugriffskontrollen, Asset-Management, Informationsklassifikation und Incident-Prozesse liefern. Ein QMS kann Prozesslenkung, Kundenanforderungen, Abweichungsmanagement und kontinuierliche Verbesserung beitragen. ISO/IEC 42001 ergänzt diese Grundlage um KI-spezifische Fragestellungen wie Bias-Bewertung, Datenherkunft, synthetische Daten, Modelländerungen, Human Oversight, Zweckbindung, Erklärbarkeit und die Überwachung von Modellleistung nach dem Deployment.

Ein integrierter Ansatz reduziert Doppelarbeit, wenn Verantwortliche sauber trennen, welche Kontrollen bereits aus bestehenden Managementsystemen übernommen werden können und welche neu aufzubauen sind. Wer die ISMS-Grundlagen vertiefen möchte, findet im ISO 27001 Lead Implementer Training einen Bezugspunkt für die Implementierungslogik eines Managementsystems. Für Auditmethodik und Qualitätsmanagement kann das ISO 9001 Lead Auditor Training helfen, die Prüfungsperspektive eines Managementsystems besser zu verstehen.

Bezug zum EU AI Act: hilfreich, aber kein Ersatz

ISO/IEC 42001 kann beim Umgang mit dem EU AI Act eine wichtige Struktur liefern, ersetzt aber keine rechtliche Bewertung und keine vollständige Pflichterfüllung nach der Verordnung. Der Standard beschreibt ein Managementsystem; der EU AI Act enthält gesetzliche Anforderungen, Rollen, Risikokategorien, Konformitätsbewertungslogiken und spezifische Pflichten für Anbieter, Betreiber und weitere Akteure.

Die inhaltlichen Berührungspunkte sind dennoch deutlich. Artikel 9 des EU AI Act behandelt Risikomanagement für Hochrisiko-KI-Systeme, Artikel 10 Daten und Daten-Governance, Artikel 11 technische Dokumentation, Artikel 14 menschliche Aufsicht und Artikel 17 Qualitätsmanagementsysteme für Anbieter bestimmter Hochrisiko-KI-Systeme. Ein AIMS nach ISO/IEC 42001 kann in diesen Bereichen als geordnete Evidenzbasis dienen: Es zeigt, dass Prozesse, Verantwortlichkeiten, Kontrollen und Verbesserungsmechanismen nicht ad hoc entstehen, sondern systematisch geführt werden.

Der häufigste Fehler liegt darin, ISO/IEC 42001 als Abkürzung zur EU-AI-Act-Compliance zu behandeln. Sinnvoller ist die umgekehrte Perspektive: Die Organisation analysiert zuerst ihre regulatorischen Rollen und KI-Anwendungsfälle und nutzt das AIMS anschließend, um Governance, Nachweise und operative Kontrollen wiederholbar zu machen. So wird die Norm zu einem Managementrahmen, der Compliance-Arbeit unterstützt, ohne die rechtliche Prüfung zu ersetzen.

Der Zertifizierungsprozess in der Praxis

Eine ISO/IEC-42001-Zertifizierung folgt dem bekannten Muster für Managementsystemnormen. Zuerst wird das AIMS aufgebaut und intern geprüft, anschließend bewertet eine Zertifizierungsstelle die Auditbereitschaft und Wirksamkeit. Die eigentliche Zertifizierung besteht typischerweise aus Stage 1 und Stage 2: Stage 1 prüft vor allem Dokumentation, Scope, Reifegrad und Auditbereitschaft; Stage 2 bewertet, ob das Managementsystem in der Praxis umgesetzt und wirksam ist.

1. Die Organisation definiert den AIMS-Scope und ordnet KI-Anwendungsfälle, Rollen, Datenflüsse und Drittanbieter zu.
2. Eine Gap-Analyse vergleicht vorhandene Prozesse mit den Anforderungen von ISO/IEC 42001.
3. Richtlinien, Risikoprozesse, Kontrollen, Nachweise und Verantwortlichkeiten werden aufgebaut oder aus bestehenden Managementsystemen integriert.
4. Interne Audits und Managementbewertungen prüfen, ob das AIMS vor dem externen Audit belastbar funktioniert.
5. Stage 1 bewertet Dokumentation, Scope und Auditbereitschaft.
6. Stage 2 prüft Umsetzung, Wirksamkeit, Stichproben, Interviews und Nachweise im laufenden Betrieb.

Die Dauer hängt weniger von der Unternehmensgröße allein ab als von der Komplexität des KI-Portfolios. Ein Softwareanbieter mit mehreren Kundenmodellen, Trainingspipelines, Foundation-Model-Integrationen und kontinuierlichem Deployment hat andere Auditfragen als eine Organisation, die wenige interne KI-Anwendungen nutzt. Auch die Reife von MLOps, Daten-Governance, Lieferantenmanagement und Dokumentation wirkt direkt auf den Aufwand.

Aus praktischer Sicht sollte das AIMS eng mit MLOps verbunden werden. Change- und Release-Gates, Model-Registry, Daten-Lineage, Monitoring, Drift-Auswertung und Incident-Prozesse liefern genau die Nachweise, die ein Audit greifbar machen. Bleiben diese Kontrollen außerhalb der technischen Arbeitsabläufe, entsteht ein Papiermanagementsystem, das im Audit schwer zu belegen ist und im Alltag wenig steuert.

Typische Lücken vor dem Audit

Viele Vorbereitungsprobleme entstehen nicht durch fehlende Richtlinien, sondern durch schwache Evidenz. Ein Dokument kann erklären, dass Datenqualität bewertet wird; das Audit fragt jedoch nach Beispielen, Kriterien, Freigaben, Abweichungen und Korrekturmaßnahmen. Ähnliches gilt für menschliche Aufsicht: Allgemeine Formulierungen reichen selten aus, wenn nicht klar ist, wann ein Mensch eingreifen muss, welche Kompetenz erforderlich ist und wie Entscheidungen protokolliert werden.

Besonders kritisch sind Drittanbieter-Modelle und KI-APIs. Organisationen nutzen zunehmend Foundation Models, eingebettete KI-Funktionen in SaaS-Produkten oder externe Modellservices. Der AIMS-Scope muss klären, welche Teile der Wertschöpfung intern kontrolliert werden, welche Nachweise vom Anbieter benötigt werden und welche Restrisiken die Organisation selbst trägt. Ohne diese Lieferantensteuerung bleiben zentrale KI-Risiken außerhalb des Managementsystems.

Ein weiterer Fallstrick ist fehlende Post-Deployment-Überwachung. Modelle verändern ihr Verhalten nicht zwingend im Code, sondern durch neue Daten, veränderte Nutzergruppen, andere Prozessbedingungen oder Drift. Ein prüfbares AIMS braucht daher nicht nur Freigaben vor dem Go-live, sondern auch Schwellenwerte, Monitoring-Intervalle, Eskalationswege und Kriterien für Re-Training, Rollback oder Außerdienststellung.

Wann eine Organisation ISO/IEC 42001 angehen sollte

Eine Zertifizierung ist besonders naheliegend, wenn KI-Systeme geschäftskritische Entscheidungen unterstützen, wenn Kunden Nachweise in Ausschreibungen verlangen oder wenn eine Organisation Anbieter von KI-Lösungen ist. Auch regulierte Branchen und Unternehmen mit Hochrisiko-Anwendungsfällen sollten früh prüfen, ob ein AIMS als Governance- und Nachweisrahmen sinnvoll ist.

Warten kann vertretbar sein, wenn KI nur in sehr begrenzten, niedrigkritischen internen Szenarien eingesetzt wird und noch keine stabile KI-Governance existiert. Selbst dann ist es sinnvoll, den Scope, die KI-Inventarisierung und die wichtigsten Risiken früh zu klären. Diese Grundlagen werden später ohnehin benötigt, unabhängig davon, ob der externe Zertifizierungszeitpunkt sofort oder später gewählt wird.

Ein einfaches Entscheidungsraster hilft: Je höher die regulatorische Relevanz, die Kundenanforderungen, die Modellkomplexität und der Einsatz von Drittanbieter-KI, desto eher sollte ISO/IEC 42001 aktiv geplant werden. Je stärker ISO 27001 oder ISO 9001 bereits verankert sind, desto eher lassen sich Managementsystemelemente übernehmen. Readynez behandelt diese Implementierungsperspektive im ISO 42001 Lead Implementer Training, wenn Verantwortliche den Aufbau eines AIMS methodisch strukturieren wollen.

Kosten- und Aufwandstreiber ohne Scheingenauigkeit

Konkrete Kosten lassen sich seriös nur im Kontext bestimmen, weil Zertifizierungsaufwand, Beratungsbedarf, interne Ressourcen, Systemreife und Scope stark variieren. Wichtiger als eine pauschale Zahl ist die Frage, welche Faktoren Aufwand erzeugen. Dazu gehören Anzahl und Kritikalität der KI-Anwendungsfälle, Datenquellen, Modelltypen, Abhängigkeiten von Lieferanten, bestehende Managementsysteme, Auditstandorte und die Qualität der vorhandenen Dokumentation.

Ein mittelständisches Unternehmen mit einem klar abgegrenzten KI-Use-Case, bestehendem ISMS und guter Daten-Governance kann deutlich schneller auditbereit sein als eine Plattformorganisation mit vielen Produktteams, mehreren Modellen, internationalen Lieferketten und heterogener Dokumentation. Umgekehrt kann ein kleines Unternehmen hohen Aufwand haben, wenn es zwar wenige Mitarbeitende hat, aber ein komplexes KI-Produkt für externe Kunden entwickelt.

Häufige Fragen zu ISO/IEC 42001

Ist ISO 42001 dasselbe wie ISO/IEC 42001?

Im Alltag wird oft verkürzt von ISO 42001 gesprochen. Die formale Bezeichnung lautet ISO/IEC 42001, weil der Standard gemeinsam im ISO/IEC-Kontext veröffentlicht wurde. Für professionelle Dokumentation, Verträge und Auditunterlagen sollte die formale Bezeichnung verwendet werden.

Kann ein Unternehmen akkreditiert werden?

Bei Managementsystemnormen wird ein Unternehmen zertifiziert, nicht akkreditiert. Akkreditiert wird die Zertifizierungsstelle, die das Audit durchführt. Diese Unterscheidung ist wichtig, weil ein Zertifikat nur dann die erwartete Anerkennung hat, wenn die ausstellende Stelle für den relevanten Standard und Scope akkreditiert ist.

Erfüllt ISO/IEC 42001 automatisch den EU AI Act?

Nein. ISO/IEC 42001 kann Governance, Risikomanagement und Nachweisführung strukturieren, ersetzt aber keine rechtliche Pflichtenanalyse nach dem EU AI Act. Die Norm kann helfen, Evidenz zu organisieren, insbesondere bei Risikomanagement, Daten-Governance, technischer Dokumentation, menschlicher Aufsicht und Qualitätsmanagement.

Wie lässt sich eine akkreditierte Zertifizierungsstelle prüfen?

Organisationen sollten den Akkreditierungsnachweis der Zertifizierungsstelle anfordern und den Scope in der Datenbank der zuständigen Akkreditierungsstelle prüfen. Im DACH-Kontext ist für Deutschland die DAkkS relevant; international hilft das IAF-Mitgliedernetzwerk, die zuständige nationale Akkreditierungsstelle einzuordnen.

ISO/IEC 42001 als belastbares KI-Managementsystem verankern

ISO/IEC 42001 ist vor allem dann wertvoll, wenn das AIMS mit realen KI-Entscheidungen, Datenflüssen, MLOps-Prozessen und Lieferantenkontrollen verbunden wird. Die Norm schafft eine Struktur, mit der Organisationen Verantwortung, Risiken und Nachweise wiederholbar steuern können, ohne sie auf einzelne Projekte oder Dokumente zu beschränken.

Der nächste sinnvolle Schritt ist eine nüchterne Bestandsaufnahme: Welche KI-Systeme existieren, welche Daten und Modelle werden genutzt, welche Drittanbieter sind beteiligt, welche Entscheidungen beeinflusst KI und welche Kontrollen sind bereits aus ISMS oder QMS vererbbar? Wer daraus einen klaren Scope und eine belastbare Roadmap ableitet, kann eine Zertifizierung gezielt vorbereiten. Readynez bietet ergänzend eine Übersicht zu ISO-Trainings, wenn Teams ihre Managementsystemkompetenz strukturiert ausbauen möchten.